O que vale — e o que não vale — automatizar na triagem jurídica

Quando se fala em automação jurídica, é comum imaginar um sistema que recebe o relato do cliente, identifica direitos, calcula valores, escolhe pedidos e entrega um caso praticamente pronto.

Essa imagem é atraente comercialmente, mas costuma misturar atividades muito diferentes.

Uma triagem envolve pelo menos quatro camadas:

• coleta de informações
• organização dos fatos
• identificação de pontos que merecem análise
• decisão jurídica

As três primeiras podem receber bastante apoio tecnológico. A quarta exige muito mais cuidado.

O valor de uma boa automação não está em fingir que todas essas etapas são equivalentes. Está em separar aquilo que é repetitivo e estruturável daquilo que depende de interpretação, prova, estratégia e responsabilidade profissional.

Automatizar não é simplesmente usar inteligência artificial

Antes de escolher tecnologia, é necessário entender o tipo de problema.

Algumas etapas funcionam bem com regras determinísticas:

• exibir uma pergunta quando determinada resposta for dada
• exigir um documento para uma situação específica
• organizar datas em ordem cronológica
• verificar campos ausentes
• impedir o envio de uma triagem incompleta
• calcular durações ou intervalos
• comparar informações declaradas em momentos distintos

Outras podem usar extração de documentos:

• localizar datas
• identificar nomes
• extrair valores
• reconhecer vínculos
• separar documentos por tipo
• preencher campos preliminares

Modelos de linguagem também podem ser úteis para:

• resumir relatos
• reorganizar narrativas
• sugerir categorias
• identificar possíveis lacunas
• converter texto livre em uma estrutura inicial

Mas nenhuma dessas técnicas deveria ser aplicada sem considerar:

• possibilidade de erro
• qualidade do documento
• ambiguidade
• ausência de contexto
• necessidade de revisão
• impacto de uma classificação incorreta

Automação responsável não elimina a incerteza. Ela torna a incerteza visível.

O que geralmente vale automatizar

Perguntas condicionais

Uma entrevista adaptativa não apresenta todo o roteiro para todas as pessoas.

As perguntas seguintes são escolhidas conforme as respostas anteriores.

Se determinada matéria não aparece no relato, o sistema não precisa abrir dezenas de campos relacionados a ela.

Quando um indício relevante surge, o roteiro pode aprofundar:

• datas
• frequência
• pessoas envolvidas
• documentos
• períodos
• exceções
• mudanças ao longo do tempo

Isso reduz dois problemas comuns:

• entrevistas curtas demais
• formulários enormes e indiferenciados

Validação de completude

O sistema pode verificar se os dados mínimos foram coletados antes de encaminhar o caso.

Essa validação não precisa concluir que a triagem está juridicamente perfeita.

Ela pode responder perguntas operacionais mais simples:

• a data foi informada?
• o período está completo?
• existe documento correspondente?
• a resposta contradiz outro campo?
• uma informação obrigatória ficou em branco?
• o cliente declarou que não possui o documento ou apenas não o anexou?
• existe algum ponto que exige confirmação humana?

Essa camada reduz retornos evitáveis.

Organização cronológica

Relatos jurídicos frequentemente chegam fora de ordem.

A automação pode reunir:

• início e fim de vínculos
• alterações contratuais
• afastamentos
• pagamentos
• descontos
• comunicações
• eventos isolados
• documentos relacionados

O resultado não é uma verdade jurídica automática. É uma cronologia preliminar que o profissional pode revisar.

Lista de documentos pendentes

Em vez de apresentar uma lista genérica de documentos, o sistema pode relacionar cada item ao que foi informado.

Por exemplo:

• documento necessário para confirmar um período
• extrato relacionado a determinado desconto
• comunicação mencionada pelo cliente
• comprovante referente a um pagamento
• documento que sustenta uma condição específica

Essa associação torna a coleta mais objetiva e diminui pedidos sucessivos.

Padronização da saída

Mesmo que as conversas variem, o material entregue à equipe pode seguir uma estrutura comum:

• identificação
• resumo
• cronologia
• temas abordados
• fatos confirmados
• informações declaradas
• documentos
• pendências
• inconsistências
• pontos para análise

Isso facilita distribuição, revisão e comparação.

Registro da origem da informação

Uma afirmação pode ter vindo:

• do relato do cliente
• de um documento
• de um atendente
• de uma integração
• de uma inferência do sistema

Essas origens não são equivalentes.

Uma boa ferramenta registra de onde cada informação veio e evita apresentar inferências como fatos confirmados.

O que não deveria ser automatizado de forma cega

Aceitação ou rejeição definitiva do caso

Um sistema pode ajudar a priorizar, verificar critérios objetivos ou sinalizar incompatibilidades.

Mas decidir se o escritório deve aceitar uma causa envolve:

• análise jurídica
• estratégia
• prova
• risco
• conflito de interesses
• capacidade operacional
• política comercial
• responsabilidade profissional

Reduzir isso a uma pontuação automática pode esconder justamente os casos excepcionais.

Definição de tese

Os mesmos fatos podem admitir interpretações diferentes.

Uma ferramenta pode organizar informações e apresentar regras potencialmente relacionadas, mas não deveria transformar uma correspondência preliminar em conclusão jurídica definitiva.

Classificação sem possibilidade de revisão

Toda classificação relevante deve permitir:

• confirmação
• correção
• justificativa
• registro da alteração
• identificação de quem revisou

Se o sistema classifica uma situação e essa classificação passa a comandar todo o fluxo sem transparência, o erro inicial se propaga.

Geração automática de confiança

Um texto bem escrito pode parecer mais confiável do que os dados que o sustentam.

Esse é um risco particular dos modelos generativos.

O sistema pode produzir um resumo fluido mesmo quando:

• faltam informações
• existem contradições
• o documento está ilegível
• a pergunta foi mal compreendida
• a inferência é fraca

Qualidade de redação não pode ser confundida com qualidade da análise.

Automação de um processo que ninguém compreende

Se o escritório não consegue explicar:

• quais informações são necessárias
• quem decide
• quais exceções existem
• quando o caso está pronto
• o que costuma dar errado

o problema ainda não está maduro para automação completa.

Nesse cenário, construir software pode apenas cristalizar um processo ruim.

Quando uma automação não compensa

Nem toda rotina manual merece virar sistema.

A automação pode não compensar quando:

• ocorre raramente
• varia completamente em cada caso
• depende quase integralmente de análise subjetiva
• o custo do erro é alto e a revisão elimina a economia
• o processo ainda muda toda semana
• existe uma ferramenta pronta que atende suficientemente bem
• a equipe não tem volume para recuperar o investimento
• ninguém é responsável por manter as regras
• os dados de entrada são insuficientes
• o gargalo real está em outra etapa

Um bom diagnóstico pode terminar com a conclusão de que não é hora de construir software.

Isso não representa fracasso. Representa evitar uma solução cara para o problema errado.

Regras e inteligência artificial cumprem papéis diferentes

Em operações jurídicas, costuma ser útil separar:

Regras estruturadas

Adequadas para:

• condições explícitas
• cálculos
• validações
• obrigatoriedade de campos
• datas
• transições de fluxo
• critérios que precisam ser auditados

Inteligência artificial

Adequada para:

• texto livre
• extração
• classificação preliminar
• resumo
• sugestão
• organização de conteúdo não estruturado

O resultado mais confiável frequentemente vem da combinação:

IA organiza e sugere → regras validam e controlam → profissional revisa e decide.

Não de um único modelo tentando executar todo o processo.

A pergunta certa não é “o que podemos automatizar?”

Quase toda etapa pode receber algum tipo de tecnologia.

A pergunta mais útil é:

Qual trabalho pode ser retirado da equipe sem retirar dela o controle sobre aquilo que realmente exige julgamento?

Essa mudança de perspectiva evita dois extremos:

• manter tudo manual por medo da tecnologia
• automatizar decisões sensíveis apenas porque tecnicamente parece possível

Uma boa solução de triagem não tenta parecer advogada.

Ela permite que o advogado receba informações melhores, identifique mais rapidamente o que exige atenção e use seu tempo naquilo que não deveria ser delegado a um formulário, a uma regra ou a um modelo de linguagem.